- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 二维跟驰模型——TRC论文代码复现
二维交通流问题的二维车辆跟驰模型Transportation Research Part C一篇关于交通流车辆跟驰理论的论文以此作为个人学习参考仅仅浅尝未曾识得顶刊精妙，期望能有更多进步！二维跟车模型可解决以下传统的跟车模型难以简单模拟的交通流问题：（i）在HOV车道和分流瓶颈中经常观察到的横向摩擦效应（ii）合流瓶颈处的松弛现象（iii）因换道而发生的事故（iv）自动驾驶车辆（AV）的交通模型基于社会力范式提出了一个简单的二维微观跟车模型，并建立了再现这些现象的模拟实验。更好地理解人
2021-11-07 21:57:46
967
1
原创 Frank-Wolfe算法求解SiousFalls网络交通配流问题
交通运输系统模型与方法——FW法配流Wardrop第一平衡——用户均衡：当网络达到平衡状态时， 每个 OD 对的各条被使用的径路具有相等而且最小的行驶时间； 没有被使用的径路的行驶时间大于或等于最小行驶时间。以Beckman模型表达平衡的概念与定义Frank-Wolfe算法：在每次迭代中， 将目标函数 f(x)线性化， 通过解线性规划来求得可行下降方向， 进而沿此方向在可行域内作一维搜索以得到新的迭代点。苏福尔斯网络不被视为现实网络。 然而， 该网络在许多出版物中都使用。 它有利于代码调试。1
2021-11-07 21:41:30
2716
6
原创 交通流理论元胞自动机——NaSch模型编程模拟
交通流理论——元胞自动机作为对184号规则的推广，Nagel和Schreckberg在1992年提出了一个模拟车辆交通的元胞自动机模型，即NaSch模型（也有人称它为NaSch模型）。 模型参数取值： Lroad=1000， p=0.3， Vmax=5 边界条件：周期性边界 数据统计：扔掉前10000个时间步，对后10000个时间步进行统计 需给出的结果基本图（流量-密度关系）：需整个密度范围内的时空图（横坐标为空间，纵坐标为时间，密度和文献中时空图保持一致, 画500个时间
2021-10-26 15:00:50
1598
2
原创 北京市机动车驾驶数据 经纬度计算行驶距离和停车时间
Haversine公式：经纬度计算距离原始数据：停车开始结束时间、停车点经纬度、行政区号处理结果：车辆行驶距离（m）、停车时间（s）pandas数据处理，geo_distance，字符串处理# encoding=utf-8from math import radians, cos, sin, asin, sqrtimport pandas as pdpd.set_option('display.max_columns', None) # 显示省略号内容,最多的行数pd.set_opti
2021-08-29 15:30:46
408
原创 高德地图API武汉某区域的步行路径规划
利用python的requests函数，基于高德地图 网页服务API使用地理编码化、步行路径规划等开发方法以武汉武昌、青山交界处以区域为例做已有出行点至拟设共享单车站点的 步行路径规划
2021-05-19 09:16:30
594
原创 selenium等动态爬取北京市公共自行车网站
获取北京市公共自行车网点经纬度等数据#coding=utf-8from selenium import webdriverfrom time import sleepimport reimport pandas as pd# 2.构造网址url = r'http://bjggzxc.jtw.beijing.gov.cn/bdmap.html'# 3.打开浏览器browser = webdriver.Chrome(r'C:\Program Files\Google\Chrome\Ap
2021-04-23 19:56:03
156
2
原创 DataFrame切片基本操作：方括号与loc小结
Python学习pandas模块，DataFrame数据处理切片基本操作，使用方括号[]与loc两个方法学习、实验小结
2021-01-29 11:06:19
1171
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人